Alternatif YOLOv8 Terbaik 2026: RF-DETR dan YOLO-NAS
COCO adalah cara yang umum untuk memilih detector. Sudut pandang lain adalah seberapa baik model melakukan fine-tuning pada data lain. RF100-VL mengukurnya: checkpoint pretrained pada COCO dilatih selama 100 epoch pada masing-masing dari 100 dataset, lalu dinilai pada setiap test split. Angkanya adalah nilai rata-rata mAP50-95.
YOLOv8m mendapat skor 56.9, menurut lampiran paper. Dua model yang kami jalankan mendapat skor lebih tinggi: RF-DETR dan YOLO-NAS. Hasil mentah tersedia di huggingface.co/datasets/LibreYOLO/rf100-vl-results.
RF-DETR
RF-DETR-S mendapat skor 60.41 dan RF-DETR-M 61.13 dalam campaign LibreYOLO. Roboflow melaporkan skor 60.2 dan 61.2. Varian Nano hingga Large berlisensi Apache-2.0.
from libreyolo import LibreYOLO
model = LibreYOLO("LibreRFDETRs.pt")
model.train(data="my-dataset.yaml", epochs=100, imgsz=512, batch=8)
Dokumentasi | Bobot | Run 20260814-rfdetr-s-1b1190ee
YOLO-NAS
YOLO-NAS-S mendapat skor 58.00. Ini opsi konvolusional jika Anda menginginkan CNN bergaya YOLO. Bobot yang dipublikasikan Deci tidak boleh digunakan secara komersial. LibreYOLO tidak menyediakan bobot tersebut. Detailnya: YOLO-NAS masih dipelihara.
from libreyolo import LibreYOLO
model = LibreYOLO("LibreYOLONASs.pt")
model.train(data="my-dataset.yaml", epochs=100, imgsz=640, batch=16)
Dokumentasi | Run 20260809-yolonas-s-02926964
Instal dengan pip install "libreyolo[rfdetr]" untuk RF-DETR, atau pip install libreyolo untuk YOLO-NAS. Halaman campaign: RF100-VL.